Trafiksikkerhed som grundlag for bedre. prioritering af vejvedligehold

Transkript

1 Vägteknologi Sommarmöte 2017, Stockholm, d. 12. juni Trafiksikkerhed som grundlag for bedre Kira Hyldekær Janstrup, Postdoc prioritering af vejvedligehold

2 Drift- og vejvedligeholdelse 2000 priser, mio. kr.

3 Alle de andre omkostninger

4 Uheldsudviklingen Materielskade Personskade * * Foreløbige tal

5 Estimerede uheldsomkostninger 2000 priser, mia. kr.

6 Projekt: Trafiksikkerhed som grundlag for bedre prioritering af vejvedligehold Forskningsprojekt: Finansieret af DTU Management Engineering, Sikre Veje og Asfaltindustrien. Gennemføres som et 3-årigt post.doc projekt af mig. En professor samt to seniorforskere er tilknyttet projektet. (Jan dec. 2018) Formål: At undersøge infrastrukturens betydning for trafikuheld med særlig fokus på vejens tilstand, vedligehold, service niveau, rabatter mv. Selvstændig værdi for projektet: der er løbende dialog med vejsektoren som er tilknyttet projektet ved en Følgegruppe samt et Advisory Board. Advisory Board: KL, Codan, Teknologisk Institut, SWECO, Rigspolitiet, VD, Rådet for Sikker Trafik, FDM, Sikre Veje, Asfaltindustrien, Anlægsentreprenørerne.

7 Data der anvendes i projektet Trafikuheldsdata fra politiet Uhelds- og personoplysninger Information om infrastruktur Trafikuheldsdata fra traumecentrer Uhelds- og personoplysninger Detaljeret information om skadesgrad og traumatype Langt flere cyklistuheld Belægningsdata Registreret i vejman.dk eller via RoSy Kommuneveje primært

8 Data i projektet Trafikuheldsdata Cykelsti Elementoplysninger Bebyggelse Føre Sikkerhedsudstyr Trafikant type Uheldets art Spirituspåvirket Vejbelysning Manøvre Vejtype Forhindringer på eller uden for kørebane Personskade Dato Vejudformning Vej ID

9 Data i projektet Vejdata (Vejman.dk) Skadespoint Stentab Vejnummer Afskalning Vejdel Revner Vej side Rabat Slaghul Sporkøring Samlet enhedspris Lunker og sætninger Cykelsti Til km Mangelfuld længde eller tværfald Fra km Kantsten Inspektionsdato Slidlag Svedning

10 Århus kommune som case Formål: At undersøge om der er en sammenhæng mellem alvorlighedsgraden af trafikuheld og vejens tilstand. 1. Fokus på trafikuheld og vejens tilstand (skadespoint)

11 Data Belægningsdata observationer fordelt på vejsektioner. Værdier Studiets inddeling Værdier kommunens inddeling 0,0 God vej belægning / ny vej 0,0-2,0 God vej belægning / ny vej 0,1-2,0 Acceptable vejbelægning 2,1-4,0 Acceptable vejbelægning 2,1-4,0 Ringe vejbelægning 4,1-9,0 Ringe vejbelægning 4,1- Meget ringe vejbelægning 9,1- Meget ringe vejbelægning

12 Data

13 Sammenkædning af de to datasæt Sammenfletning af data Vej nr. Data Del flettes sammen Fra km via vejnummer, Til km vej År del, uheldskilometrering, Måned SP til og fra kilometrering og dato Sep. 4, Sep. 4, Jun. 0,0 Vej nr. Del Kmt Uheld ID År Måned Type XXXX 2014 Dec. Eneuheld Nogle uheld kunne ikke kædes til et vejstykke Manglende information om vej tilstand på det sted hvor uheldet er sket Uheldet er ikke sket på en kommunevej Forkert stedfæstelse i uheldsdata

14 Sammenkædning af de to datasæt Vejens skadespoint i Århus kommune, Alvorligste personskade Antal trafikuheld Max Middel Spredning Dræbte 43 5,15 1,26 1,11 Alvorlig 487 6,41 1,23 1,09 Lettere Materielskade Samlet 267 7,62 1,19 1, ,87 1,16 1, ,87 1,17 1,10

15 Analyse metode Latent Class Analyse Gruppering af sammenlignelige uheld? G1 G2 G3 9 grupper blev identificeret

16 Resultater: 3 interessante uheldsgrupper Landevej med god belægning Skades point=0, tørt føre, dagslys, spredt bebyggelse 13% af dødsulykkerne, mødeuheld Landevej med dårlig belægning Skadespoint 4, tørt føre, dagslys, spredt bebyggelse 19% af dødsulykkerne, mødeuheld Landevej med dårlig belægning Skadespoint 4, vådt føre, mørke, spredt bebyggelse 15% af dødsulykkerne, eneuheld, sprituheld

17 Resultater

18 Cyklister og vejens tilstand

19 Århus kommune som case Formål: At undersøge om der er en sammenhæng mellem alvorlighedsgraden af trafikuheld og vejens tilstand. 1. Fokus på trafikuheld og vejens skadespoint 2. Fokus på cyklistuheld rapporterede til skadestuen i Århus og forskellige trafikant- og vej faktorer

20 Århus kommune som casestudie To undersøgelser: 2. Cyklistuheld i Århus (3942 cyklister, ( )) et samspil mellem adfærd og vejkarakteristika

21 Analyse metode Latent Class Analyse Gruppering af sammenlignelige cyklister? G1 G2 G3 8 grupper blev identificeret

22 Foreløbige resultater Grupper hvor vejen og dens tilstand kan have en betydning: Vej karakteristika: Ingen cykelsti Dårlig vejtilstand Rabat opspring Rabat langs kørebane Tørt eller vådt føre Person karakteristika: Begge køn år Data karakteristika: 4% af alle cyklister Uheldsfaktorer: 25% trafikant og 20% vej

23 Foreløbige resultater Grupper hvor vejen og dens tilstand kan have en betydning: Vej karakteristika: Genstand på vej Dårlig vejtilstand 20% cykelsti Ujævn vej Problemer med vejdesignet Tørt føre Person karakteristika: Begge køn Børn og unge (0-15 år) Cyklister over 55 år Hjelm bruger (45%) Data karakteristika: 15% af alle cyklister Uheldsfaktorer: 6% trafikant og 100% vej

24 Foreløbige resultater Grupper hvor vejen og dens tilstand kan have en betydning: Vej karakteristika: Genstand på vej Ujævn vej Problemer med vejdesignet Glat og vådt føre Tusmørke eller mørke Person karakteristika: Kvinder Data karakteristika: 12% af alle cyklister Uheldsfaktorer: 1% trafikant og 68% vej

25 Opsummering Projektets formål: At undersøge vejens udformning samt tilstands betydning på trafikuheld Innovation: Benytter nye datakilder og kombinerer dem med trafikuheldsdata, ny viden kan opnås Resultater: Foreløbige resultater indikerer en sammenhæng mellem alvorlighedsgraden af et uheld og vejens tilstand Mere end 30% af cyklistuheldene skyldes vejen og dens tilstand Videre skridt: En uheldsmodel for hele landet samt et økonomisk perspektiv

26 Næste skridt 72 kommuner har indtil videre givet adgang 23 bruger Rosy (Grøn) 49 bruger vejman.dk (blå)

27 Vägteknologi Sommarmöte 2017, Stockholm, d. 12. juni Tak for opmærksomheden Kira Hyldekær Janstrup, Postdoc